- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我遇到了这个错误,我理解其含义,但不知道如何处理它。
这就是我所做的:
class PreProcessing(BaseEstimator, TransformerMixin):
def __init__(self):
pass
def transform(self, df):
#Here i select the features and transform them for exemple:
age_band=0
if age<=10
age_band=1
else #... etc to 90
age_band=9
....
other feature engineering
....
encoder = ce.BinaryEncoder(cols=selectedCols)
encoder.fit(df)
df = encoder.transform(df)
return df.as_matrix()
def fit(self, df, y=None, **fit_params):
return self
pipe = make_pipeline(PreProcessing(),
SelectKBest(f_classif,k=23),
RandomForestClassifier())
param_grid = {"randomforestclassifier__n_estimators" : [100,400],
"randomforestclassifier__max_depth" : [None],
"randomforestclassifier__max_leaf_nodes": [2,3,5],
"randomforestclassifier__min_samples_leaf":[3,5,8],
"randomforestclassifier__class_weight":['balanced'],
"randomforestclassifier__n_jobs":[-1]
}
grid_search = GridSearchCV(pipe,param_grid,cv=5,scoring='recall',verbose=1,n_jobs=15)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
grid_search.fit(X_train,y_train)
grid_search.predict(X_test)
filename = 'myModel.pk'
with open(filename, 'wb') as file:
pickle.dump(grid_search, file)
所以这里的一切都很有魅力。但是使用真实世界数据:(不是火车测试文件)
modelfile = 'MyModel.pk'
with open(modelfile,'rb') as f:
loaded_model = pickle.load(f)
print("The model has been loaded...doing predictions now...")
predictions = loaded_model.predict(df)
我收到错误:ValueError: X 的形状与拟合期间的形状不同。
我的理解是,并非所有模式都在我的“真实文件”中表示,因为想象在我的火车文件中,我有“夫妇”列,其值为“是,不,我不知道”,然后是 ce。 BinaryEncoder 将创建将所有模态存储为二进制所需的尽可能多的列。但在我的现实生活文件中,我必须做出预测,我只对这些列“夫妇”值“是,否”所以最后,X 的形状与拟合过程中的形状不同......所以我假设要做的唯一一件事就是在预处理中创建 cols 值为 0 的所有缺失模式...
我想我错过了一些东西。
注意:训练和测试文件来自某个数据源。我需要预测的数据来自其他来源,因此我首先将这些真实数据“转换”为相同的 X_train/Test 格式,然后执行 model.preedit(df)。因此,我确信在 BinaryEncoder 之前,如果我在运行时记录 df 的形状,则 Preprocessing.transform() 在 BinaryEncoder 执行之后具有相同数量的列 (17),但在 BinaryEncoder 执行之后model.predict(X_test) 显示 df 为 41 列,而 model.predict(realData) 仅显示 31 列。
最佳答案
这似乎是您的“功能选择/创建”过程的问题。每次将一组新输入传递到管道时,您都会重新安装 BinaryEncoder
。这意味着只要指定列中有不同数量的唯一值,您的代码就会因此错误而中断。
我的猜测是,如果您将 BinaryEncoder
保存为 PreProcessing
实例的一部分,那么这不会成为问题假设训练数据具有该列可以呈现的所有可能值。
class PreProcessing(BaseEstimator, TransformerMixin):
def __init__(self):
self.encoder = ce.BinaryEncoder(cols=selectedCols)
def fit(self, df, **kwargs):
self.encoder.fit(df)
def transform(self, df):
# ...
# No fitting, just transform
df = self.encoder.transform(df)
return df
更好的是,您可以将 BinaryEncoder 插入管道中,并将其完全排除在预处理
之外吗?
pipe = make_pipeline(PreProcessing(),
BinaryEncoder(cols=selectedCols),
SelectKBest(f_classif,k=23),
RandomForestClassifier())
关于python - 管道预测 X 的形状与拟合期间的形状不同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50218408/
我有 table 像这样 -------------------------------------------- id size title priority
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是, 我可以对所有横幅广告使用一个广告单元 ID 吗? 或者 每个 Activity 使用不同的广告单元
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标,我想绘制其角,但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
我刚刚在学校开始学习 Java,正在尝试自定义控件和图形。我目前正在研究图案锁,一开始一切都很好,但突然间它绘制不正确。我确实更改了一些代码,但是当我看到错误时,我立即将其更改回来(撤消,ftw),但
在获取 Distinct 的 Count 时,我在使用 Group By With Rollup 时遇到了一个小问题。 问题是 Rollup 摘要只是所有分组中 Distinct 值的总数,而不是所有
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。 你能解释一下为什么我会得到 false比较 text ===
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。 我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
所以,我不得不说,SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型,但为了使其易于理解而不浪费太多时间解释它,我想出了一个完全模仿我必须使用的
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。 简而言之:为什么在使用 Objects 时,直接调用的函数和通过引用传
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
思考 MySQL 中的 Group By 函数的最佳方式是什么? 我正在编写一个 MySQL 查询,通过 ODBC 连接在 Excel 的数据透视表中提取数据,以便用户可以轻松访问数据。 例如,我有:
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
对于 chrome 和 ff,当涉及到可怕的 ie 时,这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
我现在无法提供代码,因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。 我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。 但是,在对保存在不同 .c 文件中的程序使用 fork(
我想在用户集合中使用不同的功能。在 mongo shell 中,我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。 同样我想要,在 C
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
我的 Rails 应用程序中有 Ransack 搜索和 Foundation,本地 css 渲染正常,而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。 我在 Chrome 和 Sa
我是一名优秀的程序员,十分优秀!